PENERAPAN KOMBINASI ALGORITMA K-MEANS BINARY SEARCH CENTROID DAN DYNAMIC K-MEANS DALAM PENGELOMPOKKAN KABUPATEN/KOTA DI PULAU SULAWESI BERDASARKAN INDIKATOR KESEJAHTERAAN MASYARAKAT

Kesejahteraan masyarakat merupakan indikator penting dalam menilai keberhasilan pembangunan daerah, namun distribusinya di Indonesia masih belum merata. Ketimpangan tersebut terlihat di sulawesi yang tercatat sebagai wilayah dengan tingkat kemiskinan tertinggi ketiga secara nasional. Kondisi ini menunjukkan perlunya pengelompokan wilayah berdasarkan karakteristik kesejahteraan masyarakat agar perbedaan kondisi antar kabupaten/kota dapat diidentifikasi dengan lebih jelas. Salah satu metode yang dapat digunakan adalah K-Means, namun metode ini memiliki kelemahan, yaitu harus menentukan jumlah cluster di awal dan menggunakan titik centroid awal secara acak, sehingga hasil klasterisasi belum tentu optimal. Untuk mengatasi kelemahan tersebut, penelitian ini menggunakan kombinasi algoritma K-Means Binary Search Centroid dan Dynamic K-Means. Hasil penelitian menunjukkan bahwa terbentuk tiga cluster,
yaitu cluster 1 yang terdiri dari 36 kabupaten/kota dengan kesejahteraan menengah yang stabil, cluster 2 yang terdiri dari 32 kabupaten/kota dengan tingkat kesejahteraan relatif rendah, dan cluster 3 yang terdiri dari 13 kabupaten/kota dengan tingkat kesejahteraan yang relatif baik.